Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II 6. Sem. Vorlesung 5 11. Mai 2000 Konstruktion des Voronoi-Diagramms.

Slides:



Advertisements
Ähnliche Präsentationen
Kap. 13 Sweep-Line Algorithmen Kap Schnittprobleme
Advertisements

WS 03/041 Algorithmentheorie 01 - Einleitung Prof. Dr. S. Albers Prof. Dr. Th. Ottmann.
Kapitel 6: Klassifizierung von Sortiertechniken
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (04 – Entwurfsverfahren) Prof. Th. Ottmann.
WS Algorithmentheorie 01 – Divide and Conquer (Segmentschnitt) Prof. Dr. Th. Ottmann.
Algorithmen und Datenstrukturen
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (27 – Kürzeste Wege) Prof. Th. Ottmann.
Algorithmen und Datenstrukturen
WS 06/07 Algorithmentheorie 01 - Einleitung Prof. Dr. Th. Ottmann Tobias Lauer.
Algorithmentheorie 12 – Spannende Bäume minimalen Gewichts
Informatik II, SS 2008 Algorithmen und Datenstrukturen Vorlesung 16 Prof. Dr. Thomas Ottmann Algorithmen & Datenstrukturen, Institut für Informatik Fakultät.
Geometrisches Divide and Conquer
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II Vorlesung Foliendesign: cand. geod. Jörg Steinrücken.
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Übung Diskrete Mathematik SS 2003 Segmentschnitt I.
Institut für Kartographie und Geoinformation Dipl.-Ing. J. Schmittwilken Diskrete Mathe II Übung
Lösung der Aufgabe 1: Die Erweiterung des Diagramms auf „Winged Egde“ besteht in zwei Beziehungen, nr-Kante und vl-Kante, zwischen der Klasse Kante. Jede.
Institut für Kartographie und Geoinformation Dipl.-Ing. J. Schmittwilken Diskrete Mathe II Übung
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II Vorlesung In welcher Masche liegt der Punkt p?
Punktbeschriftung mit vier Rechtecken gleicher Höhe (Anzahlmaximierung) Julia Löcherbach.
Diskrete Mathe 9 Vorlesung 9 SS 2001
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung 1 SS 2001 Algorithmus von Dijkstra.
Computational Thinking Suchen und Sortieren [Ordnung muss sein…]
Sortieralgorithmen Sortieren von Arrays.
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation I Vorlesung 5 WS 2000/2001 Topologie, Landkarten, Datenstrukturen.
Effiziente Algorithmen
Datenstrukturen für Landkarten
Geoinformation I Vorlesung 8 WS 2000/2001 Graphen.
Diskrete Mathematik II
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II Vorlesung 8 SS 2000 Punkt-in-Polygon-Verfahren II (Trapezkarte)
Geoinformation II Vorlesung 4 SS 2001 Voronoi-Diagramme.
Konstruktion der Voronoi-Diagramme II
Geoinformation II (6. Semester)
Geoinformation II Vorlesung 3 SS 2001 Polygon Overlay.
Diskrete Mathematik II
Diskrete Mathematik II
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung 5 SS 2001 Segmentschnitt II (n Segmente)
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II Vorlesung 7 SS 2000 Punkt-in-Polygon-Verfahren I (Trapezkarte)
Effiziente Algorithmen
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Konstruktion der Voronoi-Diagramme I
Vorlesung Mai 2000 Konstruktion des Voronoi-Diagramms II
Gegenseitige Lage von Geraden Schnittpunktberechnung
Geoinformation I Vorlesung 9 WS 2000/2001 DGM (Dreiecksnetze)
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation III Vorlesung 1 WS 2001/02 Punkt-in-Landkarte I (Streifenkarte)
Diskrete Mathematik II
Diskrete Mathematik II
Landkarten Landkarten sind Tesselationen mit folgenden Eigenschaften:
Analyse der Laufzeit von Algorithmen
Algorithmische Probleme in Funknetzwerken IV
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II 6. Sem. Vorlesung April 2000 AVL-Bäume.
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung Datenstrukturen für den Algorithmus von.
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Foliendesign: Jörg Steinrücken & Tobias Kahn Vorlesung
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II Vorlesung 4 WS 01/02 Quadtrees.
Constraint Delaunay Triangulations
Routenplanung querfeldein - Geometric Route Planning
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung Suche des kürzesten Weges in einem Netz.
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Foliendesign: Jörg Steinrücken & Tobias Kahn Vorlesung
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung Voronoi-Diagramme.
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung der Algorithmus von Floyd.
Graph – basierte Routenplanung versus Geometrische Routenplanung
Geoinformation II 6. Sem. Vorlesung April 2000 Geometrische Algorithmen - ein einführendes, größeres Beispiel für ein Semester-begleitendes Programmier.
Institut für Kartographie und Geoinformation Dipl.-Ing. J. Schmittwilken Diskrete Mathe II Übung
Konvexe Hüllen (Convex Hulls)
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II 6. Sem. Vorlesung 4 4. Mai 2000 Voronoi-Diagramm.
Binärbäume.
Vorlesung April 2000 Polygon Overlay
Lösung der Aufgabe 1: Die Erweiterung des Diagramms auf „Winged Egde“ besteht in zwei Beziehungen, nr-Kante und vl-Kante, zwischen der Klasse Kante. Jede.
Musterlösung zur Klausur "Diskrete Mathematik" vom
Diskrete Mathematik II
Punkt-in-Landkarte II
 Präsentation transkript:

Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II 6. Sem. Vorlesung Mai 2000 Konstruktion des Voronoi-Diagramms

Voronoi Regionen (Wdhg.) beschränkte Voronoi Regionen unbeschränkte Voronoi Regionen Die konvexe Hülle ver- bindet die unbeschränkten Voronoi Regionen Jede Voroni-Region ist konvex!

Eigenschaften von Voronoi-Diagrammen (Wdhg.) Vereinfachende Annahme: aus der gegebenen Punktmenge liegen keine 4 Elemente auf einem gemeinsamen Kreis Jeder Voronoi-Knoten hat genau drei Kanten Das Voronoi-Diagramm von n Punkten hat höchstens 2n – 4 Knoten und 3n – 6 Kanten (linear!) Die Knoten mit unbeschränkten Regionen bilden die konvexe Hülle Der „duale Graph“, bei dem benachbarte Punkte miteinander verbunden werden, bildet eine Delaunay-Triangulation

Konstruktion des Voronoi-Diagramms „Divide and Conquer“ 1.Input: Gegeben ist eine Menge P von mindestens 2 Punkten 2.Split: Zerlege P in zwei etwa gleich große Teilmengen P 1 und P 2 3.Rekursiv: Berechne Voronoi-Diagramme von VD(P 1 ) und VD(P 2 ) 4.Merge: Verknüpfe VD(P 1 ) und VD(P 2 ) 5.Halt: Der Abschluß ist erreicht, wenn das Voronoi-Diagramm eines Punktes zu bilden ist, dies ist die ganze Ebene Wie oft ist dieser Zyklus zu durchlaufen?log n mal Die gewünschte Laufzeit O(n * log n) wird erreicht, wenn „ Split“ and „ Merge“ nicht mehr als O(n) Schritte benötigen, Was ist das schwierigste Teilproblem?

P1P1 P2P2 Was ist das schwierigste Teilproblem? - Split

Was ist das schwierigste Teilproblem? - Rekursion I

Was ist das schwierigste Teilproblem? - Rekursion II

Was ist das schwierigste Teilproblem? - Merge

Teilschritte von „Divide and Conquer“ Input: Sortiere aufsteigend nach x-Koordinate Split: –Bestimme den Median –Zerlege in annähernd gleich große Teilmengen links und rechts des Medians Merge –Konstruktion des trennenden Kantenzuges –Abschneiden überflüssiger Kanten –Bildung der Voronoi-Regionen (wie bei Overlay-Algorithmus) –Einfachster Fall von Merge: die Teilmengen enthalten je einen Punkt der trennende Kantenzug ist die Mittelsenkrechte dieser Punkte

P1P1 P2P2 Split P

VD( P 2 )

VD( P 1 )

Merge

Konstruktion des trennenden Kantenzuges Was wissen wir über den trennenden Kantenzug? monoton in Nord-Süd-Richtung jede Kante ist Grenze (Mittelsenkrechte) zwischen einer roten und einer grünen Region Problem: sukzessive Identifikation der benachbarten roten und grünen Punkte die nördlichsten und südlichsten Teilstücke sind unbeschränkt, also Halbgeraden die benachbarten roten und grünen Punkte bilden dort unbeschränkte Voronoi-Regionen sie liegen also jeweils auf der roten bzw. grünen konvexen Hülle beginnen wir also mit den beiden (grünen und roten) „Nordspitzen“

max y min y max y Konvexe Hülle von P 1 und P 2

max y min y max y Konvexe Hülle von P 1 und P 2

Konstruktion der Nord- und Südspitzen die konvexe Hülle ist Abfallprodukt der Erzeugung des Voronoi-Diagramms synchrone Herleitung beider Strukturen die konvexe Hülle ergibt sich aus den Teilstrukturen durch Einfügen zweier zusätzlicher Kanten diese verbinden die roten und grünen Nord- und Südspitzen miteinander die neuen Spitzen ergeben sich aus den Minima/Maxima der alten rot-grünen Spitzen Datenstruktur wie bei Overlay (doppelt verkettete Kanten) zusätzlicher Aufwand: O(1)

Vereinigung Mittelsenkrechte bilden

Vereinigung

Aktive Voronoi-Diagramme Schnittpunkte mit Seg- menten suchen

Vereinigung Aktive Voronoi-Diagramme Schnittpunkte mit Seg- menten suchen Neues aktives VD

Vereinigung Aktive Voronoi-Diagramme Schnittpunkte mit Seg- menten suchen Neues aktives VD Mittelsenkrechte zuwischen den aktiven VD

Vereinigung Schnittpunkte suchen

Vereinigung Schnittpunkte suchen Neues aktives VD suchen

Vereinigung Schnittpunkte suchen Neues aktives VD suchen

Vereinigung Schnittpunkte suchen Neues aktives VD suchen Mittelsenkrechte der aktiven VD

Vereinigung Schnittpunkte suchen

Vereinigung Schnittpunkte suchen Neues aktives VD suchen

Vereinigung Schnittpunkte suchen Neues aktives VD suchen Mittelsenkrechte der aktiven VD

Vereinigung Nächsten relevanten Schnittpunkte suchen Neues aktives VD suchen

Vereinigung Nächsten relevanten Schnittpunkte suchen Neues aktives VD suchen Mittelsenkrechte der aktiven VD

Vereinigung Nächsten relevanten Schnittpunkte suchen Neues aktives VD suchen

Vereinigung Nächsten relevanten Schnittpunkte suchen Neues aktives VD suchen Mittelsenkrechte der aktiven VD

Vereinigung Nächsten relevanten Schnittpunkte suchen Neues aktives VD suchen

Vereinigung Nächsten relevanten Schnittpunkte suchen Neues aktives VD suchen Mittelsenkrechte der aktiven VD

Vereinigung Nächsten relevanten Schnittpunkte suchen Neues aktives VD suchen

Vereinigung Nächsten relevanten Schnittpunkte suchen Neues aktives VD suchen Mittelsenkrechte der aktiven VD

Vereinigung Nächsten relevanten Schnittpunkte suchen Neues aktives VD suchen

Vereinigung Nächsten relevanten Schnittpunkte suchen Neues aktives VD suchen Verknüpfung mit der Mittel- senkrechten vom Anfang

Vereinigung

Löschen der überflüssigen Segmente

Ergebnis: Voronoi-Diagramm von P

Datenstruktur für Voronoi-Diagramm Doppelt verkettete Kantenliste Durchlaufen des Kantenumrings in linearer Zeit Direkter Zugriff auf die benachbarten Maschen

Kosten wie lange dauert die Konstruktion des trennenden Kantenzuges? Zahl der Teilkanten / Knoten des Kantenzuges Zahl Berechnungen von Schnittpunkten mit den benachbarten Voronoi-Regionen

Länge des Kantenzuges im Worst Case O(n)

Größenordnung des Kanten-Umrings im worst case O(n)

O(n) * O(n) = O(n 2 ) ? Voronoi- Regionen sind konvex Kantenzug ist monoton war jetzt alles umsonst?

O(n) * O(n) = O(n 2 ) ? Voronoi- Regionen sind konvex Kantenzug ist monoton Keine Kante öfter als zwei mal anfassen!

„Investitionen müssen sich amortisieren“ Ziel: keine Kante mehr als zwei mal „anfassen“ Es gibt insgesamt höchstens 3* n – 6 Kanten  O(n) Konvexität der Voronoi-Regionen  höchstens zwei Schnittpunkte mit der aktiven Halbgeraden Es genügt, die linken (grünen) Kantenumringe im Uhrzeigersinn und die rechten (roten) Kantenumringe gegen den Uhrzeigersinn zu durchlaufen und den zuletzt gefundenen und verworfenen Schnittpunkt als Haltepunkt zu merken!